Što se događa kada završi toplinski val? Ponekad je sljedeća opasnost poplava. Kako tehnologija može pomoći gradovima da se pripreme za ono što slijedi?
Nakon razdoblja ekstremnih vrućina, obilne kiše mogu brzo preopteretiti sustave odvodnje, poplaviti ceste i infrastrukturu te ugroziti stanovnike.
Od otkrivanja do djelovanja
Sigurnosne kamere i IoT senzori mogu nadzirati područja sklona poplavama i detektirati kada razina vode dosegne kritične vrijednosti. To nadležnim tijelima pruža informacije u stvarnom vremenu za brzu reakciju – od preusmjeravanja prometa i ograničavanja pristupa do komunikacije s pogođenim zajednicama.
Uvid u stvarnom vremenu na djelu
U Francuskoj, primjerice, Météo-France koristi sigurnosne kamere uz druge senzore za nadzor vodotoka te mjerenje razine vode i površinskog toka, pomažući stručnjacima da prepoznaju potencijalne poplave i reagiraju na kritična upozorenja.
Kako ekstremni vremenski uvjeti postaju sve nepredvidljiviji, gradovi se moraju pripremiti za ono što slijedi.
U eri koju obilježavaju nepredvidivi i često ekstremni vremenski uvjeti, događaji poput bujičnih poplava, tornada i šumskih požara postaju sve češći. Utjecaj koji ti stvarni događaji imaju na živote i zajednice može uzrokovati štete vrijedne milijarde.
Iako ne možemo spriječiti dolazak oluje, možemo promijeniti način na koji se pripremamo za njezin utjecaj. Kada je riječ o poplavama, rano upozoravanje ključno je za zaštitu života i imovine.
Godinama smo se oslanjali na tradicionalnu sigurnosnu tehnologiju kako bismo zaštitili svoju fizičku imovinu. No, što ako bi se ta ista tehnologija mogla prenamijeniti za zaštitu od prijetnji iz okoliša?
Axisov blog istražuje kako moćna kombinacija kamera za videonadzor i umjetne inteligencije otvara nove mogućnosti u području detekcije poplava. Objasnit ćemo kako te tehnologije zajednički djeluju kako bi pružile pravovremena upozorenja potrebna za pretvaranje potencijalne katastrofe u situaciju kojom se može upravljati.
Uloga sigurnosne tehnologije kao sustava za praćenje poplava
Ideja korištenja sigurnosne kamere za više od samog nadzora nije novost. Kako klimatske promjene uzrokuju sve češće i intenzivnije vremenske nepogode, nadležni za javnu sigurnost traže pametnije načine pripreme.
Mrežna kamera za otkrivanje znakova upozorenja na poplavu
To je dovelo do inovativnog pomaka u kojem se tradicionalna sigurnosna infrastruktura sada koristi i za praćenje okoliša te javnu sigurnost.
Videonadzor važan je pokretač te preobrazbe. Sustav kamera i pripadajuća infrastruktura, prvotno postavljeni za nadzor prometa na mostu ili zaštitu zgrade od neovlaštenog pristupa, mogu pružiti i neprocjenjive informacije o porastu razine vode u stvarnom vremenu.
Rano otkrivanje može spasiti živote; što prije nadležne službe saznaju da prijeti poplava, to imaju više vremena za zatvaranje cesta, evakuaciju stanovnika i raspoređivanje interventnih snaga. Korištenje postojeće tehnologije u tu svrhu postalo je ključan dio suvremene pripreme za katastrofe.
Kako funkcionira otkrivanje poplava?
Pouzdana strategija otkrivanja poplava ne može se temeljiti na samo jednom uređaju, već zahtijeva inteligentan sustav u kojem različite tehnologije surađuju. Videokamere i umjetna inteligencija (AI), svaka sa svojom specifičnom zadaćom, zajedno pružaju jasnu i potpunu sliku potencijalne poplave.
Kamera snima izvorni videozapis i neprestano prati okruženje. Umjetna inteligencija zatim analizira taj zapis u stvarnom vremenu, prepoznajući specifične vizualne znakove koji upućuju na nadolazeću poplavu. Time se osigurava pravovremena spoznaja o postojanju prijetnje i uvid u njezinu stvarnu prirodu u svakom trenutku.
Kombinacijom tih elemenata dobiva se sustav za praćenje poplava koji je pametniji, brži i učinkovitiji od bilo koje pojedinačne komponente.
Ilustracija načina otkrivanja poplava
Video nadzor s podrškom umjetne inteligencije
Dodavanjem videoanalitike temeljene na umjetnoj inteligenciji, funkcija kamere proširuje se na automatizirano praćenje razine vode i opasnosti od poplava. Strateški postavljene uz vodotoke, u podvožnjacima ili u blizini obalnih poplavnih područja, videokamere pružaju vizualna upozorenja i kontekstualne informacije u stvarnom vremenu – što sami sirovi podaci ne mogu ponuditi.
Iako su kamere moćan alat, dodavanje specifičnih senzora čini sustav otpornijim. Ako kamera zakaže ili joj vidljivost bude narušena zbog loših vremenskih uvjeta, ti dodatni senzori osiguravaju kontinuirano prikupljanje ključnih podataka. Neki senzori koriste ultrazvučne valove za mjerenje porasta razine vode s iznimnom preciznošću. Drugi su dizajnirani kao mjerači protoka za nadzor ili brzinu i snagu kretanja vode. Istovremeno, povezani mjerači oborina pružaju ključne informacije o stvarnoj količini kiše na tom području.
Umjetna inteligencija (AI)
Umjetna inteligencija obrađuje neprekidan tok informacija sadržanih u snimkama. Može analizirati te podatke u stvarnom vremenu kako bi prepoznala značajne obrasce i odlučila kada treba aktivirati alarm.
AI se može obučiti za prepoznavanje anomalija, poput porasta razine vode iznad unaprijed postavljene granice. Sustav zatim automatski šalje upozorenja, osiguravajući da operateri budu obaviješteni samo o stvarnim prijetnjama.
Korištenje videonadzora za praćenje područja visokog rizika od poplava
Implementacija sustava za otkrivanje poplava započinje identificiranjem područja najosjetljivijih na porast vodostaja. Ta područja visokog rizika – koja obuhvaćaju sve, od kritične javne infrastrukture do nisko položenih poslovnih zona – zahtijevaju stalan nadzor. Postavljanjem mreže kamera i senzora na tim lokacijama, nadležne službe dobivaju mogućnost neprekidnog nadzora okoliša, 24 sata dnevno, sedam dana u tjednu.
Kamera za ekstremne vremenske uvjete koja se koristi za otkrivanje poplava
Ova prednost dolazi do izražaja u svakoj fazi poplave. U početku pomaže u praćenju prijetnji koje se brzo razvijaju. Kasnije, dok se voda povlači, omogućuje stalan nadzor nad otjecanjem vode, što je ključno za uočavanje nanosa koji bi mogli uzrokovati daljnje začepljenja ili štete.
Kamera opremljena tehnologijom analitike na samom uređaju (tzv. *edge* analitika) može se konfigurirati tako da u stvarnom vremenu otkriva porast razine rijeke i opasno nakupljanje vode na cesti. To omogućuje trenutačnu reakciju, poput ažuriranja sustava za javno upozoravanje ili preusmjeravanja prometa prije nego što se rijeka izlije iz korita.
Kada sustav primi upozorenje s kamere, može automatski prikazati sliku s najbliže kamere. Operater može vlastitim očima procijeniti situaciju, potvrditi porast razine vode, pratiti njezinu brzinu i uočiti čimbenike koji pridonose nastaloj situaciji.
Taj korak videoprovjere ključan je za izgradnju povjerenja u sustav i osiguravanje da se intervencije hitnih službi temelje na točnim i provjerenim informacijama. On premošćuje jaz između sirovih podataka i odlučne akcije.
Korištenje AI analitike za prediktivno otkrivanje poplava
Prednost suvremenog sustava za praćenje poplava leži u njegovoj sposobnosti predviđanja budućih događaja. Integracijom AI analitike možete sagledati situaciju izvan trenutnih zbivanja i predvidjeti razvoj događaja u nadolazećim satima.
Obradom golemih količina podataka s kamera, pa čak i iz vanjskih izvora poput meteoroloških službi, modeli strojnog učenja mogu prepoznati suptilne obrasce. Ova prediktivna sposobnost omogućuje hitnim službama i vlastima da se pripreme unaprijed.
Integrirajte podatke vremenske prognoze za bolja predviđanja
Senzor vam može reći da rijeka raste, ali ne može vam reći zašto se to događa. Integracijom podataka vremenske prognoze u stvarnom vremenu, umjetna inteligencija dobiva puno dublje razumijevanje situacije.
Može povezati predviđeni pljusak u gornjem slivu s razinama vode koje vidi nizvodno. To omogućuje sustavu da predvidi hoće li rijeka poplaviti, kada i koliko. Ovo napredno upozorenje omogućuje strateškije i učinkovitije planiranje za hitne slučajeve.
Identificirajte abnormalne obrasce u razinama vode
Svaka vodena površina ima svoju prirodnu plimu i oseku na temelju godišnjeg doba, doba dana i nedavnog vremena. Sustav umjetne inteligencije uči ovaj osnovni ritam i stalno prati anomalije.
Video analitički sloj koji prikazuje razine vode
Može razlikovati normalan, spor porast nakon lagane kiše i opasno brz val koji ukazuje na bujičnu poplavu. Fokusirajući se na ove abnormalne obrasce, umjetna inteligencija može isporučiti upozorenja koja su zaista važna.
Pokretanje automatskih upozorenja za hitne timove
Kada se identificira vjerodostojna prijetnja, sustav vođen umjetnom inteligencijom može pokrenuti automatska upozorenja koja se šalju izravno nadležnim hitnim timovima. Upozorenje može uključivati lokaciju prijetnje, trenutni vodostaj, predviđeno vrijeme vrhunca i video vezu uživo.
To osigurava da prvi interventni timovi imaju sve ključne informacije koje su im potrebne za brzo i učinkovito djelovanje, stižući na mjesto događaja spremni za točnu situaciju s kojom se suočavaju.
Preporučljivo je razmotriti korištenje javnih audio sustava i zaslona kako bi se prisutne obavijestilo o neposrednoj opasnosti i potaknulo ih da napuste područje.
Primjena detekcije poplava u stvarnom svijetu
Inteligentni sustav za detekciju poplava nadilazi teoriju i nudi opipljivu zaštitu zajednicama i infrastrukturi. U praksi se ova tehnologija primjenjuje za zaštitu kritičnih područja na nekoliko ključnih načina.
Kako WaterView koristi rubnu analitiku za poboljšanje odgovora na poplave
Budući da kamere funkcioniraju kao distribuirani senzori blizine po cijelom teritoriju, ključno je da svaki uređaj radi autonomno i neovisno, postavljajući minimalne zahtjeve na infrastrukturu.
Jedan primjer su WaterViewovi algoritmi za video analitiku za praćenje poplava, koji rade izravno na Axis kamerama putem ACAP platforme, obrađujući video stream "na rubu" u stvarnom vremenu. Analitički sustav detektira prisutnost vode i povezuje je s područjima od interesa koja korisnik definira izravno na slici. To se odnosi kako na vodoravne površine – poput prometnog traka ili središnjeg dijela podvožnjaka ili tunela – tako i na okomite površine, radi praćenja razine vode u prirodnim ili umjetnim vodotocima ili u spremnicima.
VIDEO
To omogućuje označavanje neželjene prisutnosti vode točno tamo gdje je to važno, bilo da je riječ o vodi koja se zadržava i širi po kolniku ili o razini rijeke koja prelazi unaprijed određenu granicu.
Ovaj se pristup primjenjuje na različite načine, ovisno o topografiji i hidrogeološkim izazovima. U nekim slučajevima operateri koriste sustav floodCAM na dionicama cesta gdje dvije gradske rijeke ponovno ulaze u zatvorene kanale (propuste) ispod središta grada. Upravo su to lokacije s najvećim rizikom od izlijevanja vode na obližnje ulice.
Kod gradova na obali zadatak je nadzirati vodotoke koji veći dio godine presušuju, a teku kroz strma i uska slivna područja stisnuta između zgrada. Sustav je podešen tako da automatski prepoznaje trenutak kada voda u koritu prijeđe jednu od dvije uzastopne razine upozorenja, čime se aktivira slanje obavijesti središnjoj platformi za nadzor.
Jedan od najčešćih i najjasnije definiranih scenarija jest zaštita velikih cestovnih podvožnjaka i tunela koji su tijekom jakih kiša skloni naglim poplavama. To operaterima osigurava dragocjene sekunde potrebne za zatvaranje pristupa prije nego što voda postane opasnost.
Kako je Météo-France poboljšao predviđanje poplava
Météo-France, francuska nacionalna meteorološka služba, trebao je sigurniji i pouzdaniji način nadzora vodotoka radi procjene rizika od poplava. Njihova tradicionalna metoda korištenja podvodnih senzora često je bila opasna i otežana tijekom naglog porasta vodostaja, upravo onda kada su podaci bili najvažniji.
U suradnji s tvrtkom TENEVIA, Météo-France je unaprijedio svoje mogućnosti nadzora koristeći mrežne kamere AXIS P1357-E. Softver RiverBoard® tvrtke TENEVIA analizira videoprijenos uživo s kamera Axis kako bi precizno izmjerio razinu vode i brzinu površinskog toka s sigurne udaljenosti, čime se uklanja potreba za slanjem osoblja u opasne uvjete.
Sustav postavljen na mostu
Sustav omogućuje službi Météo-France neprekidan nadzor (24 sata dnevno, 7 dana u tjednu) vodotoka izloženih riziku, kombinirajući vizualne dokaze u stvarnom vremenu s preciznim znanstvenim podacima. To omogućuje brže i sigurnije donošenje odluka.
Pružanje snimaka situacije u stvarnom vremenu voditeljima kriznih situacija povezanih s poplavama predstavlja značajno poboljšanje, ističe M. Martin, voditelj projekta u agenciji Météo-France. „Imati vizualni prikaz uz podatke mjerenja prava je prednost.”
Ovo inovativno rješenje omogućuje agenciji učinkovitije upravljanje krizama i pravovremeno upozoravanje zajednica koje se nalaze na putu potencijalne poplave.
Zaključak
Kada je riječ o učinkovitom upravljanju poplavama, vrijeme je najvažniji čimbenik. Što ranije dobijete upozorenje, to više života i imovine možete spasiti. Snažna kombinacija kamera koje pružaju podatke, upozorenja i vizualne dokaze te umjetne inteligencije koja nudi prediktivne uvide osigurava zajednicama to dragocjeno vrijeme.
Poplavljena ulica
Prijelaz s pukog reagiranja na poplavu na njezino predviđanje satima unaprijed nova je stvarnost u području otkrivanja poplava i upravljanja njima. Primjenom ovih tehnologija možemo izgraditi otporniji svijet u kojem smo bolje pripremljeni za sve vremenske uvjete.
Često postavljana pitanja
Ovdje su odgovori na neka uobičajena pitanja o korištenju tehnologije za otkrivanje poplava.
- Može li videonalitika otkriti poplave noću?
- Kako sustav razlikuje jaku kišu od stvarne poplave?
- Što se događa kada senzor ili kamera prestanu raditi?
- Kako se u sustavu temeljenom na umjetnoj inteligenciji smanjuje broj lažnih alarma?
- Može li se ova tehnologija koristiti i za druge vremenske nepogode?
Andrea Sorri
Andrea Sorri osmišljava i provodi najučinkovitije strategije za pametne gradove, s naglaskom na javnu sigurnost, mobilnost i praćenje stanja okoliša. Tim se poslom u tvrtki Axis bavi već 25 godina, posebice u ključnim tržišnim segmentima. Strastven je prema inovacijama i tehnologiji te s entuzijazmom pristupa izazovima koje donosi etika umjetne inteligencije.